HubSpot Data-Cleaning

Hvad bruges HubSpot Data-Cleaning til? HubSpot Data-Cleaning er ikke et selvstændigt HubSpot-produkt. Det er arbejdet med at rydde, standardisere og vedligeholde data i HubSpot CRM og HubSpots Data Management-værktøjer.

Opgaven starter ofte med dubletter. Den samme person kan ligge flere gange som kontakt. En virksomhed kan være oprettet med forskellige navne eller domæner. Det giver rod i salgsarbejde, marketinglister, rapporter og automatiseringer.

HubSpot har værktøjer til at finde mulige dubletter blandt kontakter og virksomheder. Brugeren kan gennemgå forslagene og enten flette posterne eller afvise, at de er dubletter. Ved en sammenfletning samles blandt andet aktiviteter, relationer og relevante egenskaber i den tilbageværende CRM-post.

Data-cleaning handler også om fejlformaterede værdier. Navne kan være skrevet med forkert brug af store bogstaver. E-mailadresser, lande og andre felter kan have forskellige formater. HubSpots Data Quality-værktøjer kan finde en række af disse problemer og foreslå rettelser.

En anden del er oprydning i CRM-egenskaber. Et ældre HubSpot-miljø kan indeholde felter, som ikke længere bruges, felter uden data eller flere egenskaber med næsten samme betydning. Det gør rapportering, workflows og integrationer sværere at styre.

Data-cleaning omfatter derfor mere end at slette gamle kontakter. Man skal forstå, hvilke poster der skal bevares, hvilke værdier der er korrekte, og hvilke relationer mellem kontakter, virksomheder, deals og andre objekter der skal overleve oprydningen.

Hvem bruger HubSpot Data-Cleaning? HubSpot Data-Cleaning udføres typisk af CRM-administratorer, marketing operations-specialister, revenue operations-funktioner, salgsoperationer og HubSpot-konsulenter.

Marketingteams har brug for rene kontaktdata, når de bygger segmenter, personaliserer kommunikation eller analyserer kampagner. Dubletter og inkonsistente felter kan betyde, at samme person behandles forskelligt i forskellige lister og workflows.

Salgsteams mærker problemerne, når flere sælgere arbejder på forskellige poster for samme kunde. Forkerte virksomheder, ejere eller associationer kan også gøre pipeline og aktivitetshistorik misvisende.

Revenue operations arbejder ofte bredere med problemet. Her skal data kunne bruges på tværs af marketing, salg, service og rapportering. Derfor bliver datamodel, egenskaber, unikke identifikatorer, integrationer og regler for dataejerskab en del af oprydningen.

Virksomheder med integration mellem HubSpot og eksempelvis et ERP-system, Salesforce eller egne systemer har ofte større behov for specialister. En dublet eller forkert nøgle kan ellers blive genskabt af integrationen efter oprydningen.

Typiske opgaver for en HubSpot-specialist En klassisk opgave er oprydning i dublerede kontakter og virksomheder. Specialisten gennemgår HubSpots forslag til dubletter og vurderer, hvilke poster der faktisk repræsenterer samme person eller virksomhed.

Det er vigtigt at vælge den rigtige primære post ved en sammenfletning. Historik, egenskaber, associationer og andre data skal kontrolleres før merge. HubSpot gør opmærksom på, at sammenflettede poster ikke blot kan opdeles igen bagefter.

En specialist undersøger også, hvorfor dubletterne opstår. Det kan skyldes importer, formularer, integrationer, API-oprettelser eller manglende brug af stabile unikke identifikatorer. Ellers vender problemet tilbage kort efter oprydningen.

Ved import af kontakter er e-mailadressen en central unik identifikator i HubSpot. For virksomheder bruges blandt andet virksomhedens domænenavn. HubSpot Record ID eller en egenskab med krav om unik værdi kan også bruges i relevante importsituationer.

Migrering er derfor en typisk data-cleaning-opgave. Før data fra et gammelt CRM importeres, skal kolonner, felter og identifikatorer gennemgås. Eksisterende poster skal matches korrekt, så en import ikke skaber endnu et sæt dubletter.

Fejl efter en import er også almindelige specialistopgaver. Det kan være værdier, der ikke passer til HubSpot-egenskabens datatype, manglende identifikatorer eller relationer mellem poster, som ikke blev oprettet korrekt.

En anden opgave er standardisering af felter. Specialisten beslutter eksempelvis, hvordan lande, navne, telefondata og andre CRM-værdier skal gemmes. Derefter kan eksisterende data rettes, og nogle typer formateringsfejl kan håndteres med HubSpots Data Quality-funktioner.

Oprydning i properties kan være mere omfattende end kontaktoprydning. Specialisten undersøger, om flere felter beskriver det samme, hvilke felter workflows og rapporter bruger, og hvilke egenskaber der kan arkiveres uden at ødelægge andre funktioner.

Associationer mellem CRM-poster skal også kontrolleres. En kontakt kan eksempelvis være knyttet til den forkerte virksomhed eller mangle forbindelse til relevante deals. Data kan se korrekt ud på kontaktkortet og stadig give forkerte rapporter, hvis relationerne er forkerte.

Data Quality-området i HubSpot kan bruges til at overvåge dubletter, formateringsproblemer og problemer med properties. Nogle funktioner til blandt andet massehåndtering og automatiseret oprydning afhænger af virksomhedens HubSpot-abonnement.

En specialist kan til sidst etablere regler, der begrænser nyt datarod. Det kan være klare unikke identifikatorer, bedre importprocedurer, faste property-definitioner og kontrol af integrationer. Den bedste CRM-oprydning fjerner derfor både eksisterende fejl og årsagen til, at de opstår.

Hvordan lærer man HubSpot Data-Cleaning? HubSpots Knowledge Base er den vigtigste tekniske reference. Dokumentationen beskriver blandt andet duplicate management, record merge, imports, unikke identifikatorer, formateringsproblemer og Data Quality-værktøjerne.

HubSpot Academy har kurset Data Management. Det er den mest direkte officielle læringsvej til arbejdet med datastruktur og datakvalitet i HubSpot.

HubSpot Academy har også lektionen How to Manage and Clean Data. Den fokuserer direkte på håndtering og oprydning af virksomhedsdata og er derfor relevant for en person, der vil arbejde med CRM-data-cleaning.

Ved migrering bør man desuden lære HubSpots importværktøj grundigt. Det kræver forståelse for Record ID, e-mail, virksomhedens domænenavn, unikke properties og associationer mellem forskellige CRM-objekter.

En person, der arbejder med mere komplekse HubSpot-miljøer, bør også forstå HubSpots datamodel. Det gør det lettere at se relationerne mellem kontakter, virksomheder, deals, tickets, aktiviteter og eventuelle brugerdefinerede objekter.

Praktisk erfaring er afgørende. En kompetent specialist skal kunne afgøre, om to poster faktisk skal flettes, finde kilden til nye dubletter og rydde egenskaber uden at ødelægge workflows, integrationer eller rapportering.